«Κατασκευάσαμε ένα τέρας» - Ωρολογιακή βόμβα στα χέρια των τεχνολογικών κολοσσών η τεχνητή νοημοσύνη

Οι επιχειρήσεις που μέχρι πρόσφατα επένδυαν μαζικά στην τεχνητή νοημοσύνη και εξόπλιζαν μαζικά τους εργαζομένους τους με AI εργαλεία, αρχίζουν πλέον να αναθεωρούν τη στρατηγική τους.
Ο λόγος είναι απλός αλλά ιδιαίτερα πιεστικός: το κόστος χρήσης της AI σε μεγάλη κλίμακα αυξάνεται ραγδαία, ασκώντας έντονη πίεση στους εταιρικούς προϋπολογισμούς.
Κολοσσοί όπως η Amazon, η Meta, η Walmart, η Cisco και η Uber έχουν ήδη αρχίσει να επιβάλλουν περιορισμούς στη χρήση εργαλείων AI, να αποθαρρύνουν την υπερβολική κατανάλωση υπολογιστικών πόρων ή να στρέφονται σε φθηνότερα μοντέλα, στην προσπάθειά τους να περιορίσουν τις δαπάνες.
Η εξέλιξη αυτή αποτυπώνει μια νέα πραγματικότητα στην εταιρική υιοθέτηση της τεχνητής νοημοσύνης. Οι εργαζόμενοι δεν χρησιμοποιούν πλέον μόνο απλά chatbots, αλλά περνούν στους λεγόμενους AI agents — συστήματα που μπορούν να εκτελούν πολύπλοκες εργασίες αυτόνομα. Παρότι πιο ισχυροί, οι agents απαιτούν πολύ μεγαλύτερη υπολογιστική ισχύ, κάτι που μεταφράζεται σε σημαντικά υψηλότερο κόστος για κάθε εργασία που εκτελούν.
Η πίεση εντάθηκε όταν εταιρείες όπως η OpenAI και η Anthropic άρχισαν να εγκαταλείπουν το μοντέλο των σταθερών συνδρομών και να χρεώνουν βάσει tokens — δηλαδή των μονάδων δεδομένων που επεξεργάζονται τα μοντέλα. Με αυτόν τον τρόπο, κάθε prompt και κάθε αυτοματοποιημένη ροή εργασίας απέκτησε άμεσο και μετρήσιμο οικονομικό κόστος.

Ο Costi Perricos, επικεφαλής generative AI της Deloitte, τόνισε ότι το κόστος της υπολογιστικής ισχύος έχει πλέον βρεθεί στο επίκεντρο των συζητήσεων μεταξύ CFOs και διοικητικών συμβουλίων, επισημαίνοντας πως η εντύπωση ότι η AI είναι φθηνή ή δωρεάν απέχει πολύ από την πραγματικότητα.
Ανάλογη εικόνα περιέγραψε και ο Sam Altman, ο οποίος αναγνώρισε πως το κόστος εξελίσσεται σε μείζον πρόβλημα για τους πελάτες της OpenAI, κάτι που —όπως είπε— δεν απασχολούσε ιδιαίτερα την αγορά την προηγούμενη χρονιά.
Στην Uber, οι δαπάνες για AI έφτασαν σε τέτοιο σημείο ώστε η εταιρεία αναγκάστηκε να επιβάλει πλαφόν χρήσης: κάθε εργαζόμενος μπορεί πλέον να δαπανά έως 1.500 δολάρια τον μήνα σε tokens για μεμονωμένα εργαλεία AI. Η εταιρεία είχε ήδη εξαντλήσει τον ετήσιο προϋπολογισμό της για AI μέσα στον Απρίλιο του 2026.
Αντίστοιχα, η Walmart έθεσε όρια χρήσης στο εσωτερικό AI agent της, περιορίζοντας τον αριθμό των tokens που μπορούν να καταναλώνουν οι εργαζόμενοι. Ο τεχνολογικός διευθυντής της εταιρείας, Suresh Kumar, ανέφερε ότι η χρήση της πλατφόρμας Code Puppy για coding με AI είχε εκτοξευθεί, οδηγώντας τη διοίκηση στην ανάγκη επανεξέτασης της στρατηγικής.
Σύμφωνα με τον Jeetu Patel της Cisco, το βασικό δίλημμα για τις επιχειρήσεις είναι η ισορροπία ανάμεσα στην καινοτομία και στο κόστος. Όπως εξήγησε, ένας agent απαιτεί πολλαπλάσιους πόρους από ένα chatbot, ενώ σε ακραία σενάρια κάθε εργαζόμενος μπορεί να χρησιμοποιεί δεκάδες ή και εκατοντάδες agents ταυτόχρονα, με αποτέλεσμα τεράστια κατανάλωση υπολογιστικής ισχύος.
Αναλυτές της Goldman Sachs εκτιμούν ότι η εξάπλωση των AI agents θα οδηγήσει σε 24πλάσια αύξηση της κατανάλωσης tokens έως το 2030, κάτι που ενδέχεται να επιδεινώσει σημαντικά και την ήδη αυξημένη έλλειψη chips μέσα στους επόμενους 12 έως 18 μήνες.
Η πίεση δεν περιορίζεται μόνο στις Big Tech. Η εταιρεία λογισμικού Workato είδε τη χρήση AI να εκτοξεύεται όταν οι 1.300 εργαζόμενοί της υιοθέτησαν AI agents. Όμως, όταν η Anthropic μετέβη σε χρέωση βάσει tokens, οι δαπάνες της εταιρείας αυξήθηκαν επτά φορές μέσα σε μία ημέρα.
Παράλληλα, μεγάλες εταιρείες αλλάζουν πλέον και τη φιλοσοφία τους γύρω από την AI. Η Amazon προειδοποίησε τους εργαζομένους της να σταματήσουν να χρησιμοποιούν AI «απλώς για να χρησιμοποιούν AI», αφού παρατηρήθηκε ότι ορισμένοι μηχανικοί δημιουργούσαν agents χωρίς ουσιαστικό λόγο, μόνο και μόνο για να ανεβαίνουν σε εσωτερικές κατατάξεις παραγωγικότητας. Παρόμοια μέτρα έλαβε και η Meta.
Ταυτόχρονα, οι πάροχοι AI αναζητούν τρόπους ώστε να μειώσουν το κόστος για τους πελάτες τους. Η Microsoft, μαζί με την Amazon και την Google, έχει αναπτύξει εργαλεία που κατευθύνουν αυτόματα κάθε αίτημα στο πιο κατάλληλο και οικονομικό μοντέλο, αποφεύγοντας τη χρήση ακριβών frontier models όταν αυτά δεν είναι αναγκαία.
Πολλές επιχειρήσεις στρέφονται επίσης σε open-source μοντέλα, τα οποία μπορούν να λειτουργούν στους δικούς τους servers ή ακόμη και σε τοπικές συσκευές, μειώνοντας σημαντικά την εξάρτηση από παρόχους cloud και εξωτερικά AI labs.
Παρά τις λύσεις αυτές, το βασικό ερώτημα παραμένει ανοιχτό: μπορεί η τεχνητή νοημοσύνη να δικαιολογήσει το τεράστιο κόστος της; Οι επιχειρήσεις καλούνται πλέον να αποδείξουν στους επενδυτές ότι τα δισεκατομμύρια που επενδύουν στην AI μεταφράζονται πράγματι σε μεγαλύτερη παραγωγικότητα, καλύτερα οικονομικά αποτελέσματα και πραγματική επιχειρηματική αξία.
Με άλλα λόγια, η εποχή της ανεξέλεγκτης χρήσης της τεχνητής νοημοσύνης φαίνεται να τελειώνει - και τη θέση της παίρνει η σκληρή πραγματικότητα των ισολογισμών.

www.bankingnews.gr